BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
-----o0o-----

NHAN ĐẶNG HẢI PHƯƠNG

TÁC ĐỘNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ TỶ GIÁ LÊN TỶ
SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ
PHIẾU: BẰNG CHỨNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. Hồ Chí Minh - Năm 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP. HCM
-----o0o-----

NHAN ĐẶNG HẢI PHƯƠNG

TÁC ĐỘNG CỦA BIẾN ĐỘNG LÃI SUẤT VÀ TỶ GIÁ LÊN TỶ
SUẤT SINH LỢI VÀ BIẾN ĐỘNG TỶ SUẤT SINH LỢI CỔ
PHIẾU: BẰNG CHỨNG TẠI CÁC NGÂN HÀNG THƯƠNG MẠI
VIỆT NAM
Chuyên ngành: Tài chính - Ngân hàng
Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ
NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS. TRẦN NGỌC THƠ

Bảng 4.6: Ước lượng biến động lãi suất và tỷ giá đối với biến động tỷ suất sinh
lợi của cổ phiếu ngân hàng riêng lẻ và danh mục cổ phiếu ngân hàng ........... 55


DANH MỤC TỪ VIẾT TẮT
ADF:

Kiểm định Augmented Dickey - Fuller

ARCH:

Autoregressive Conditional Heteroskedasticity
Phương sai thay đổi có điều kiện tự hồi quy

GARCH:

Generalized Autoregressive Conditional Heteroskedasticity
Phương sai thay đổi có điều kiện tự hồi quy tổng quát hóa

HOSE:

Sở giao dịch chứng khoán Thành phố Hồ Chí Minh

HNX:

Sở giao dịch chứng khoán Hà Nội

OLS:

Ordinary Least Square


Đối tượng, phạm vi và phương pháp nghiên cứu .............................................3

1.4.

Ý nghĩa công trình nghiên cứu .........................................................................4

1.5.

Cấu trúc đề tài ..................................................................................................4

CHƯƠNG 2 - TỔNG QUAN CÁC KẾT QUẢ NGHIÊN CỨU TRƯỚC ĐÂY....5
2.1.

Các nghiên cứu ở nước ngoài ...........................................................................5

2.2

Các nghiên cứu tại Việt Nam ............................................................................8

2.3

Kết luận chương 2 ............................................................................................9

CHƯƠNG 3: TRÌNH BÀY DỮ LIỆU NGHIÊN CỨU, MÔ HÌNH NGHIÊN
CỨU VÀ PHƯƠNG PHÁP NGHIÊN CỨU ..........................................................10
3.1.

Phương pháp nghiên cứu ................................................................................10
3.1.1.Phân tích thống kê mô tả ............................................................................10

4.2.

Phân tích tương quan........................................................................................37

4.3.

Kiểm định tính dừng của chuỗi dữ liệu ..........................................................39

4.4.

Phân tích kết quả hồi quy ...............................................................................41
4.4.1.Kết quả hồi quy mô hình 1: Hồi quy OLS cơ bản......................................41
4.4.2.Kết quả hồi quy mô hình 2: Sử dụng mô hình GARCH(1, 1) phân tích
biến động của tỷ suất sinh lợi của các cổ phiếu và danh mục cổ phiếu: ............49
4.4.3.Mô hình 3: Tác động của biến động lãi suất và tỷ giá đối với biến động tỷ
suất sinh lợi của cổ phiếu ngân hàng riêng lẽ và danh mục cổ phiếu ngân hàng ....... 53

4.5. Kết luận Chương 4 .............................................................................................56
CHƯƠNG 5 – KẾT LUẬN VÀ KIẾN NGHỊ CHÍNH SÁCH .............................58
5.1.

Tóm tắt và trình bày kết quả nghiên cứu ........................................................58

5.2.

Kiến nghị chính sách ......................................................................................59

5.3.

Giới hạn của đề tài..........................................................................................60

còn tác động lên biến động tỷ suất sinh lợi cổ phiếu hoặc danh mục cổ phiếu.
Từ khoá: rủi ro thị trường, rủi ro lãi suất, rủi ro tỷ giá hối đoái, tỷ suất sinh lợi cổ
phiếu Ngân hàng, GARCH


2

CHƯƠNG 1 - MỞ ĐẦU
1.1.

Lý do chọn Công trình nghiên cứu

Trong nền kinh tế thị trường, hệ thống ngân hàng được ví như mạch máu của nền
kinh tế. Vì thế hệ thống ngân hàng hoạt động thông suốt, lành mạnh và hiệu quả sẽ
là tiền đề để các nguồn lực tài chính luân chuyển, phân bổ và sử dụng hiệu quả, kích
thích tăng trưởng kinh tế một cách bền vững. Trong những năm gần đây, với quá
trình tự do hoá thị trường tài chính các Ngân hàng mở rộng hoạt động ở nước ngoài
và một phần nào đó bị tác động của rủi ro lãi suất, tỷ giá hối đoái do thị trường tài
chính bất ổn. Để giảm sự tác động rủi ro lãi suất và tỷ giá, các Ngân hàng tham gia
hoạt động ngoại bảng đa dạng và thực hiện kỷ thuật quản lý rủi ro. Tuy nhiên do
thiếu công cụ và kỹ thuật quản lý nên các Ngân hàng ở thị trường mới nổi dễ bị tổn
thương hơn và phải thường xuyên đối mặt với các cuộc khủng hoảng tài chính
nghiêm trọng. Thêm vào đó, việc không phù hợp kỳ hạn giữa các tài sản, nợ phải trả
và sự thay đổi không như kỳ vọng trong lãi suất, tỷ giá hối đoái được xem như là
yếu tố chính dẫn đến tăng nguy cơ rủi ro cho ngân hàng. Ngoài ra, hầu hết các nhà
phân tích tài chính và nhà kinh tế đồng ý rằng tỷ suất sinh lợi cổ phiếu Ngân hàng bị
ảnh hưởng bởi những thay đổi không như kỳ vọng của lãi suất và tỷ giá hối đoái. Để
cung cấp các luận cứ khoa học và góp phần giúp các nhà xây dựng chính sách ổn
định tài chính, thúc đẩy sự phát triển hệ thống Ngân hàng nói riêng và nền kinh tế
quốc dân Việt Nam nói chung, tác giả nghiên cứu tác động biến động lãi suất và tỷ

khoán TP. HCM (HOSE) và Sở giao dịch chứng khoán Hà Nội (HNX).
Phạm vi nghiên cứu: việc phân tích thực nghiệm tiến hành với số liệu trong giai
đoạn 03 tháng 09 năm 2009 đến 30 tháng 09 năm 2013. Việc phân chia thời gian
này nhằm phục vụ việc thu thập thông tin cũng như dữ liệu tham chiếu.
Phương pháp nghiên cứu: Bài nghiên cứu sử dụng phương pháp định lượng:
• Mô hình OLS để xác định mối quan hệ giữa tỷ suất sinh lợi cổ phiếu các ngân
hàng riêng lẻ, danh mục cổ phiếu ngân hàng và biến tỷ suất sinh lợi của chỉ số
thị trường, biến động lãi suất phi rủi ro, biến động của tỷ giá hối đoái.
• Mô hình GARCH để ước lượng biến động tỷ suất sinh lợi của các cổ phiếu hoặc
danh mục cổ phiếu,biến động lãi suất và tỷ giá đối với biến động tỷ suất sinh lợi
của cổ phiếu ngân hàng riêng lẻ hoặc danh mục cổ phiếu
Công cụ phân tích: Phần mềm thống kê sử dụng chủ đạo trong nghiên cứu là Eview
6.0 để hồi quy chuỗi thời gian của tỷ suất sinh lợi và dự báo sự biến động của rủi ro
theo thời gian.


4

1.4.

Ý nghĩa công trình nghiên cứu

Bài nghiên cứu này có hai đóng góp quan trọng về mặt lý luận và thực tiễn:
Về mặt lý luận: tác giả đã tổng hợp và thống kê một số nghiên cứu trước đây về tỷ suất
sinh lợi và biến động tỷ suất sinh lợi cổ phiếu ngân hàng Việt Nam.
Về mặt thực tiễn, tác giả nhận thấy công trình nghiên cứu sẽ cung cấp nhiều thông tin
giá trị cho các nhà xây dựng chính sách, nhà quản trịngân hàng, cổđông hiện hữu và
các nhà đầu tư tiềm năng. Ngoài ra, kết quả nghiên cứu sẽ góp phần cung cấp các
thông tin có hữu ích cho các đối tượng có quan tâm.
Dựa vào kết quả nghiên cứu, các nhà quản lý ngân hàng sẽ cân nhắc trong quá trình

Các nghiên cứu ở nước ngoài

Trước tiên, Stone (1974) đã nghiên cứu độ nhạy của lãi suất hệ thống với mô hình hai
nhân tố tỷ suất sinh lợi. Tác giả sử dụng Mô hình hai nhân tố với nhân tố thứ nhất là
tỷ suất sinh lợi trên chỉ số vốn chủ sở hữu và nhân tố thứ hai là tỷ suất sinh lợi trên
chỉ số trái phiếu. Mô hình hai nhân tố đã giúp giải thích tốt hơn quá trình ngẫn nhiên
tạo ra tỷ suất sinh lợi chứng khoán thay vì mô hình một nhân tố.
Lloyd và Shick (1977) tiếp tục mở rộng nghiên cứu mô hình hai nhân tố tỷ suất sinh
lợi của Stone. Tác giả đã sử dụng GARCH-M để kiểm định tác động của lãi suất và
biến động của chính nó lên quá trình tạo ra tỷ suất sinh lợi cổ phiếu ngân hàng. Tác
giả sử dụng mô hình ARCH, GARCH và kết quả thu được cho thấy thứ nhất là hiệu
ứng biến động phản hồi được tìm thấy có ý nghĩa. Thứ hai, lãi suất và biến động lãi
suất có tác động trực tiếp đến phân phối tỷ suất sinh lợi cổ phiếu ngân hàng. Thứ ba,
mức độ vững trong những cú sốc là đáng kể cho tất cả danh mục ngân hàng, chế độ
chính sách tiền tệ hiện hành.
Dinenis & S. K. Staikouras (1998) nghiên cứu tác động của sự thay đổi lãi suất hiện
tại và không mong đợi lên tỷ suất sinh lợi cổ phiếu phổ thông của danh mục các định
chế tài chính ở Anh. Tác giả sử dụng mô hình hai nhân tố với nhân tố thứ nhất là tỷ
suất sinh lợi cổ phiếu phổ thông, nhân tố thứ hai là biến động lãi suất. Và kết quả cho
thấy có mối quan hệ ngược chiều giữa tỷ suất sinh lợi cổ phiếu phổ thông và biến
động lãi suất; tỷ suất sinh lợi cổ phiếu phổ thông và biến động lãi suất có mối quan hệ
tương quan ngược chiều đáng kể.
Harald A. Benink – Christian C. P. Wolff (2000) nghiên cứu thực nghiệm độ nhạy lãi
suất của tỷ suất sinh lợi cổ phiếu của hai mươi ngân hàng lớn nhất tại Mỹ với việc sử
dụng mô hình ARIMA. Kết quả cho thấy độ nhạy lãi suất có mối quan hệ nghịch biến


6

với tỷ suất sinh lợi cổ phiếu ngân hàng Mỹ trong giai đoạn cuối thập niên 1980 đến

hàng.


7

Năm 1998, Elyasiani và Mansur tiếp tục sử dụng mô hình GARCH-M để nghiên cứu
mức độ biến động của lãi suất lên độ nhạy của sự phân phối tỷ suất sinh lợi cổ phiếu
ngân hàng. Kết quả cho thấy sự thay đổi lãi suất có tác động ngược chiều ngay từ lần
đầu trong khi sự biến động liên quan lại ảnh hưởng sau đó đến phân phối tỷ suất sinh
lợi cổ phiếu ngân hàng.
Đến năm 2003, Elyasiani và Mansur tiếp tục nghiên cứu hiệu ứng lan tỏa quốc tế của
rủi ro và tỷ suất sinh lợi giữa các định chế tài chính: sử dụng mô hình GARCH 2
biến. Trong khuôn khổ nghiên cứu, các ngân hàng được tìm thấy có độ nhạy cao với
cú sốc vĩ mô như tỷ giá hối đoái, lãi suất, với sự tác động trễ tại mức độ biến động.
Hướng và độ lớn của hiệu ứng từ biến động lãi suất và các cú sốc phi hệ thống ở một
nước rất nhạy với các nước khác trong đó Mỹ đóng vai trò lãnh đạo. Những phát hiện
này giúp ổn định tài chính quốc tế, đa dạng hóa danh mục đầu tư quốc tế, xây dựng
chính sách của ngân hàng trung ương và các cơ quan tài chính.
Hooy et al. (2004) sử dụng mô hình GARCH-M để nghiên cứu độ nhạy lãi suất và rủi
ro tỷ giá của các cổ phiếu ngân hàng ở Malaysia trong suốt cuộc khủng hoảng tài
chính gần đây. Kết quả cho thấy rằng giai đoạn trước và trong khi cuộc khủng hoảng,
việc định giá cổ phiếu ngân hàng ít nhạy với rủi ro lãi suất và tỷ giá mặc dù rủi ro của
các ngân hàng Malaysia tăng sau chính sách kiểm soát vốn và chương trình hợp nhất
ngân hàng.
Susan Ryan và Andrew C. Worthington (2002) dùng mô hình GARCH - M, để xem
xét độ nhạy theo thời gian lên tỷ suất sinh lợi cổ phiếu ngân hàng Úc do tác động của
rủi ro thị trường, lãi suất và tỷ giá hối đoái. Với việc thu thập dữ liệu để mô hình hóa
các rủi ro trong giai đoạn 1996-2001 là tỷ suất sinh lợi danh mục ngân hàng hàng
ngày, chỉ số tích lũy thị trường rộng, lãi suất ngắn hạn, trung và dài hạn, và tỷ giá hối
đoái được sử dụng. Kết quả cho thấy rủi ro thị trường là yếu tố quan trọng quyết định

và Tp. Hồ Chí Minh, cung cấp các luận cứ khoa học giúp các nhà làm chính sách xây
dựng các chính sách thúc đẩy sự phát triển của thị trường chứng khoán nói riêng và
nền kinh tế quốc dân nói chung.
Trương Đông Lộc và cộng sự (2011) sử dụng mô hình OLS và GARCH (1,1) để kiểm
định mối quan hệ giữa lợi nhuận và rủi ro của các cổ phiếu niêm yết trên Sở giao dịch
chứng khoán thành phố Hồ Chí Minh. Số liệu sử dụng trong nghiên cứu bao gồm
chuỗi dữ liệu VNindex và giá của tám mươi cổ phiếu niêm yết trên HOSE với tần


9

suất tuần được thu thập trong khoản thời gian từ ngày 02/01/2007 – 31/12/2009. Tác
giả sử dụng phương pháp phân tích hồi quy, kết quả cho thấy danh mục có rủi ro càng
cao thì lợi nhuận của nó càng cao. Ngoài ra, nghiên cứu còn chỉ ra có mối quan hệ
tuyến tính giữa lợi nhuận và rủi ro của các cổ phiếu niêm yết trên HOSE.
2.3 . Kết luận chương 2
Có nhiều nghiên cứu thực nghiệm liên quan tác động của lãi suất và tỷ giá hối đoái
lên tỷ suất sinh lợi cổ phiếu ngân hàng. Kết quả các nghiên cứu trước đây cho thấy:
-

Lãi suất và biến động lãi suất có mối quan hệ nghịch biến tỷ suất sinh lợi cổ
phiếu và có tác động trực tiếp phân phối tỷ suất sinh lợi cổ phiếu ngân hàng.

-

Tỷ suất sinh lợi cổ phiếu ngân hàng có độ nhạy cao với cú sốc tỷ giá hối đoái,
lãi suất, và với sự tác động trễ tại mức độ biến động.

-


• Dữ liệu dao động xung quanh một giá trị trung bình cố định trong dài hạn,
• Dữ liệu có giá trị phương sai xác định không thay đổi theo thời gian,
• Dữ liệu có một giản đồ tương quan với các hệ số tự tương quan sẽ giảm dần
khi độ trễ tăng lên.
Trước hết, nên tìm hiểu khái niệm độ trễ. Yt-k là chuỗi thời gian Yt có k độ trễ nghĩa
là phải mất k thời gian mới có đủ dữ liệu chuỗi thời gian Yt. Khi sử dụng chuỗi thời
gian có độ trễ, ta sẽ bị mất biến quan sát. Độ trễ càng tăng, số biến quan sát bị mất
càng nhiều. Vấn đề này sẽ tác động đáng kể trong việc cân nhắc lựa chọn mô hình.
Quay trở lại đặc điểm của một chuỗi thời gian được xem là dừng, diễn đạt theo
ngôn ngữ thống kê như sau:
• E(Yt) là một hằng số cho tất cả thời điểm t
• Cov(Yt,Yt-k) là một hằng số cho tất cả các thời điểm t và k khác 0 nghĩa là hiệp
phương sai giữa Yt và Yt-k chỉ phụ thuộc vào độ dài của (k) về thời gian giữa t


11

vàt- k, không phụ thuộc vào thời điểm t. Chẳng hạn, Cov(Y12,Y7) =
Cov(Y13,Y8)= Cov(Y28,Y23)... Ta nên nhớ Cov(Yt,Yt-6) không đổi nhưng
Cov(Yt,Yt-6) có thể khác với Cov(Yt,Yt-5).
Cov(Yt,Yt-k) = gk = E[(Yt - µ)(Yt-k -µ]
Giả sử khi ta di chuyển lùi giá trị gốc của Y từ Yt sang Yt-k. Nếu Yt là một chuỗi
dừng thì giá trị trung bình, phương sai, và hiệp phương sai của Yt-k phải bằng trung
bình, phương sai và các hiệp phương sai của Yt.
Tóm lại, một chuỗi thời gian dừng nếu trung bình, phương sai của nó không đổi
theo thời gian và hiệp phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách
và độ trễ về thời gian giữa hai thời đoạn này chứ không phụ thuộc vào thời điểm
thực tế mà đồng phương sai được tính.
Một chuỗi dữ liệu dừng luôn có xu hướng trở về giá trị trung bình và những dao
động xung quanh giá trị trung bình sẽ là như nhau. Ta cũng có thể suy ngược lại,

nhiễu trắng.
Bước ngẫu nhiên
Nếu Yt = Yt-1+Ut với Ut là nhiễu trắng, thì Yt được gọi là bước ngẫu nhiên không có
hằng số.
Ta có:
Y1 = Y0 + U1
Y2 = Y1 + U2 = Y0 + U1 + U2
..........................
Yt = Y0 + U1 + U2 + ....+ Ut
Ta có: E(Yt) = E(Y0 + ∑Ut) = E(Y0)
Do Y0 là hằng số, các Ui độc lập với nhau, phương sai không đổi bằng nên:
Var(Yt) = tσ2 (thay đổi theo t)
 Điều này chứng tỏ Yt là chuỗi không dừng

(3.1)


13

Bước ngẫu nhiên có hằng số: Yt= δ Yt-1 + Ut
Có E(Yt) = E(δ + Y0 + ∑Ut) = Y0 + tδ

(3.2)

Và Var(Yt) = tσ2
một bước ngẫu nhiên có hằng số là một chuỗi không dừng
Kiểm định nghiệm đơn vị Dickey - Fuller
Xét mô hình Yt = p.Yt-1 + Ut với Ut là nhiễu trắng
Nếu p = 1 thì Yt là bước ngẫu nhiên không dừng. Do đó để kiểm định tính dừng của
Yt, kiểm định giả thiết:

∆Yt = β1 + β2t + γYt-1 + ∑mt=1αiΔYt-1 + Ut

(3.4)

Kiểm định DF như trên được gọi là kiểm định DF mở rộng (ADF- Augmented
Dickey - Fuller Test)
3.1.3. Phân tích tương quan
Phân tích tương quan được sử dụng để xem xét mối quan hệ giữa các biến trong mô
hình hồi quy. Kết quả phân tích ma trận hệ số tương quan có thể cung cấp cái nhìn
tổng quát ban đầu về mối quan hệ giữa các biến số cả về kỳ vọng dấu và độ lớn.
Ngoài ra, trong trường hợp các biến độc lập có mối tương quan cao với nhau (hệ số
tương quan lớn hơn 0.8) là dấu hiệu của đa cộng tuyến, do đó cần phải loại bỏ một
số biến độc lập ra khỏi mô hình trước khi thực hiện hồi quy.
Trong khi phân tích tương quan đưa ra cái nhìn ban đầu về các biến trong mô hình hay
không thì phân tích hồi quy được dùng để phân tích và đo lường mức độ ảnh hưởng của
các biến độc lập với các biến phụ thuộc, qua đó cho biết chiều hướng và mức độ tác
động của từng biến độc lập đến biến phụ thuộc. Phương pháp này sẽ cho phép tác giả
đưa ra những bằng chứng xác thực để trả lời các câu hỏi nghiên cứu.
3.1.4. Mô hình hồi quy tuyến tính cổ điển OLS
Hàm hồi qui tổng thể tuyến tính (PRF): E(Y|Xi) = b1 + b2 Xi

(3.5)

Trong đó:
• E(Y|Xi) là trung bình (tổng thể) của phân phối của Y với điều kiện Xi
• b1 , b2 là các tham số của mô hình còn được gọi là hệ số hồi qui
• b1 là tung độ gốc; b2 là hệ số góc (độ dốc) của đường hồi qui
Phân tích hồi qui là nghiên cứu sự phụ thuộc của một biến, biến phụ thuộc, vào một
hay nhiều biến khác, biến độc lập (biến giải thích), với ý tưởng ước lượng giá trị trung
bình (tổng thể) của biến phụ thuộc trên cơ sở các giá trị biết trước (trong mẫu lặp lại)

Yi = β�1 + �
β2 Xi + u�i = Y�i + u�i

(3.6)

Để ước lượng tốt nhất của đường hồi quy tổng thể, nên chọn điều kiện bình phương
bé nhất. Do điều kiện bình phương bé nhất giúp xác định đường hồi quy dựa trên
nguyên tắc cực tiểu hoá tổng các phần dư bình phương (còn gọi là nguyên tắc bình
phương bé nhất, hay gọi tắt là nguyên tắc OLS - ordinary least square).


16

Phương pháp OLS:

𝑚𝑚𝑚𝑚𝑚𝑚 ∑ 𝑢𝑢�𝑖𝑖̇ 2 = ∑(𝑌𝑌𝑖𝑖 − 𝑌𝑌�𝑖𝑖 )2

(3.7)

Kết quả hồi quy
�

�

�2 =∑(𝑋𝑋𝑋𝑋 −𝑋𝑋 )(𝑌𝑌𝑌𝑌−𝑌𝑌 )
𝛽𝛽
� 2
∑(𝑋𝑋𝑋𝑋 −𝑋𝑋 )

�2 = 𝑌𝑌� − 𝛽𝛽

phân tích hồi quy cho biết mức độ tác động của các biến độc lập lên từng biến phụ
thuộc.Các mức thống kê có ý nghĩa thường được sử dụng là 1%, 5% hoặc 10% (hay
nói cách khác là độ tin cậy 99%, 95% hoặc 90%).
Để kiểm tra sự phù hợp của mô hình, tác giả trình bày các kiểm định:
-

Kiểm định phương sai của sai số thay đổi: Nếu phương sai của sai số thay đổi sẽ
làm mất hiệu lực của các kết quả kiểm định nên mong muốn kiểm định một
cách chính thức việc phương sai của sai số thay đổi có hiện hữu hay không. Có
một số kiểm định đối với phương sai của sai số thay đổi và chúng khác nhau về
nguyên tắc và năng lực kiểm định. Trong bài nghiên cứu, tác giả sử dụng kiểm
định White, không giả định bất kỳ kiến thức nào trước đó về phương sai sai số
thay đổi và là một kiểm định LM mẫu lớn với lựa chọn đặc biệt cho các giá trị Z
nhưng không phụ thuộc vào giả thuyết chuẩn tắc.Các bước thực hiện:
Bước 1: Tính toán phần dư𝑢𝑢�𝑖𝑖 và lấy bình phương phần dư đó

2
2
�2i theo một hệ thống không đổi, X i2 , X i3 ,X i2
,X i3
,
Bước 2: Hồi quy phần dư u

X i2 X i3 . Đây là mô hình hồi quy phụ tương ứng với:

2
2
+ α5 X i3
+ α6 X i2 X i3
σ2i = α1 + α2 X i2 + α3 X i3 + α4 X i2

Trong bài nghiên cứu, tác giả sử dụng kiểm định Breusch – Godfrey bao gồm
việc chạy một hồi quy phụ 𝑢𝑢�𝑖𝑖 dựa vào 𝑢𝑢�
𝑖𝑖−1 và tất cả các biến giải thích trong

mô hình. Dưới giả thuyết không về tự hồi quy có giá trị bằng không, giá trị của

(n-1)R2 có phân phối chi-square với một bậc tự do. Nếu giá trị này vượt giá trị
tới hạn thì kết luận rằng tương quan chuỗi bậc nhất có ý nghĩa.
-

Kiểm định phân phối chuẩn của phần dư: đây là một thống kê thường được sử
dụng để kiểm định xem một biến có phân phối chuẩn hay không. Trong hồi quy
tuyến tính cổ điển, thống kê này rất quan trọng cho việc kiểm định phần dư của
mô hình hồi quy theo phương pháp OLS có phân phối chuẩn hay không.
Giả thuyết Ho: Chuỗi có phân phối chuẩn
Công thức: JB =

𝑁𝑁−𝑘𝑘
6

(S2 +

(𝑘𝑘−3)2
4

)

(3.10)

Trong đó: S là độ nghiêng của phân phối, K là độ nhọn của phân phối, N là số